本計畫將在國際最新技術基礎上，發展自主技術，讓Agentic AI趨近現實應用。同時貼近台灣在硬體與半導體晶片上的優勢，發展LLM模型佈建優化工具，促進產業升級。

目標發展
1. 具備語言推理與溝通協商能力之AI代理人，解決多步驟推理、策略規劃、角色行為模擬等挑戰，實現自然人機互動；
2. LLM的多模態實體環境認知技術，包括3D環境感測理解、超長時影片理解、基於時間基礎的視訊問答、與場景代碼生成；
3. 從LLM架構探索模型精簡優化手段，以推測解碼為出發點，做LLM推論的記憶體管理優化，並應用於推理任務和強化學習等AI後訓練方法；
4. 針對邊緣運算開發生成式AI的剪枝與量化技術，並針對國產生成式AI系統單晶片，實際佈建驗證一套完整的邊緣代理型AI系統架構；
5. 實體代理人應用及人機社交互動探討，從社交角度探討機器人可以如何提升長期生活品質，開發實證測試一個以社會為導向的代理式人工智慧框架。計畫將運用智慧機器人居家實驗場域，以多部機器人整合子計畫核心模型，再經過優化後佈建在實體異質機器人上，測試多實體代理人對環境認知、任務理解、代理人間溝通、辯論共識、協作完成任務等，一系列自主自適應自我規劃協作的代理式人工智慧應用範例。